SA 차트와 가격 차트를 구분할 수 있습니까? - 페이지 10

 
TheXpert :

허스터 에 대해서는 아무말도 못하고 보통사람과만 소통함)

그래서 상인은 올드 슬라브어에서 창녀입니다.
 
Maxim Dmitrievsky :
그래서 상인은 올드 슬라브어에서 창녀입니다.

현대적인 의미가 아니다.

제정신인 사람은 다른 사람의 수단으로 거래하는 경우 추가적인 의무와 위험이 있음을 이해해야 합니다. 그 반대도 마찬가지입니다. 누군가 투자자를 모았다고 해서 이것이 유일하고 최선의 방법이라는 의미는 아닙니다.

나는 전부다

 
Alexander_K :

올바른 진드기로 작업해야합니다. 임호.

물론 논리가 있지만 틱에 관한 것이 아닙니다. 데이터를 필터링해야하지만 틱이 아닙니다. .... 틱은 새로운 가격이 나타나고 더 이상 존재하지 않는다는 사실입니다.이 틱에서 일어난 일을 찾을 수 있습니다 잠시 후 출력되며 이 시간은 여러 틱 사이의 델타보다 훨씬 큽니다. 가치 있는 것은 진드기 자체가 아니라 미래의 가치입니다. 작업은 미래에 "이 눈금의 값"을 추정하는 것으로 축소됩니다. 그렇다면 막대보다 눈금이 더 나은 이유는 무엇입니까?

여기에 비디오를 게시했습니다. https://www.mql5.com/ru/forum/221552/page525#comment_8564120

8시 35분부터 2분 시청

От теории к практике
От теории к практике
  • 2018.09.03
  • www.mql5.com
Добрый вечер, уважаемые трейдеры! Решил было на какое-то время покинуть форум, и сразу как-то скучно стало:)))) А просто читать, увы - неинтересно...
 
네, 또한 가격 시리즈가 랜덤 워크와 어떻게 다를 수 있는지 기억했습니다. 가격 시리즈는 종종 다른 시간대에 자체 유사성을 가지고 있습니다. 이것이 왜 그렇습니다. 저는 오랫동안 관심을 가져왔지만 네트워크의 모든 정보는 프랙털리티와 방법으로 귀결됩니다. 평가
 
Igor Makanu :
네, 또한 가격 시리즈가 랜덤 워크와 어떻게 다를 수 있는지 기억했습니다. 가격 시리즈는 종종 다른 시간대에 자체 유사성을 가지고 있습니다. 이것이 왜 그런지, 저는 오랫동안 관심을 가져왔지만 네트워크의 모든 정보는 프랙털리티와 방법으로 귀결됩니다. 평가

SB는 또한 자기 유사성과 프랙탈성을 특징으로 합니다.

 

분수 브라운 운동

EURUSD


 
2 속성

https://en.wikipedia.org/wiki/Fractional_Brownian_motion#Long-range_dependence

여기에 따옴표의 거의 모든 속성이 있는 임의의 계열이 있으며 weierstrass-mandelbrot 함수도 사용할 수 있습니다.

 

암시적으로 Novaja는 다음 질문에 대한 답을 알아 내려고 노력하는 것 같습니다.

인공 SB에서 돈을 버는 방법을 배운 후 알고리즘을 가격 시리즈로 이전하고 실제 현금을 얻는 것이 가능합니까?

글쎄, 내가 말할 수있는 것은 ... 왜 인공 SB를 조사하고 가격 범위를 즉시 조사하지 않습니까?

그러한 알고리즘을 찾은 후 가격 시리즈를 고전적인 SB로 변환하는 작업(예: 브라운 운동)이 완전히 성장할 것이라고 가정할 수 있습니다. 내 지점에서 내가하는 일 (이미 - 나는 그것을했습니다 ...). 그리고 그러한 수익성 있는 알고리즘 이 존재하지 않는 한 그러한 변환으로 고통받을 필요가 없습니다. 추측?

나는 서둘러 안심시킵니다. 예를 들어 기계에는 SB에서 이익을 내는 알고리즘이 있습니다.

 
Олег avtomat :

SB는 또한 자기 유사성과 프랙탈성을 특징으로 합니다.

당신이 맞을 것입니다. 어떤 이유로 나는 SB라는 문구 아래 백색 소음과 관련이 있습니다.

Alexander_K :

글쎄, 내가 말할 수있는 것은 ... 왜 인공 SB를 조사하고 가격 범위를 즉시 조사하지 않습니까?

그러면 의사 난수 데이터로도 돈을 벌 수 없을 것입니다 ... 하지만 할 수만 있다면 빅 데이터로 작업할 수 있는 수학적 장치를 찾은 것입니다 .... ACF의 도움으로 예측할 수 있습니다 @Maxim Dmitrievsky가 언급한 weierstrass-mandelbrot 함수 ???

접근 방식, IMHO는 정확합니다. 먼저 우리가 이해하거나 생성하는 데이터에 대해 수학적 장치로 작업하는 방법을 배우고 학습한 후 이 수학적 장치를 가격대로 전송하려고 합니다.

추신: 망치로 파리를 치려고 해본 적이 있습니까? 그래서 가격 차트에서 마음에 떠오르는 모든 것을 끌어내려는 시도는 이 행동과 유사합니다. 그들은 망치를 잡고 갑니다!!!...)))

 
Alexander_K :

암시적으로 Novaja는 다음 질문에 대한 답을 알아 내려고 노력하는 것 같습니다.

인공 SB에서 돈을 버는 방법을 배운 후 알고리즘을 가격 시리즈로 이전하고 실제 현금을 얻는 것이 가능합니까?

글쎄, 내가 말할 수있는 것은 ... 왜 인공 SB를 조사하고 가격 범위를 즉시 조사하지 않습니까?

그러한 알고리즘을 찾은 후 가격 시리즈를 고전적인 SB로 변환하는 작업(예: 브라운 운동)이 완전히 성장할 것이라고 가정할 수 있습니다. 내 지점에서 내가하는 일 (이미 - 나는 그것을했습니다 ...). 그리고 그러한 수익성 있는 알고리즘 이 존재하지 않는 한 그러한 변환으로 고통받을 필요가 없습니다. 추측?

나는 서둘러 안심시킵니다. 예를 들어 기계에는 SB에서 이익을 내는 알고리즘이 있습니다.

위의 속성 중 일부를 해석하는 방법을 배우는 것으로 충분하며 적어도 자동으로가 아니라 이미 무언가를 얻을 수 있지만 자기 유사성과 기억이 무엇인지 이해하면

SB와의 유비가 유용하고 시장이 SB가 아니라는 부정이 아니기 때문입니다.